HLG校赛个人赛 E题 ( 并查集+二维BIT+deque+BFS )

链接:http://acm.hrbust.edu.cn/index.php?m=ProblemSet&a=showProblem&problem_id=2089

Description:

回忆童年,最喜欢看小熊维尼了。里面的跳跳虎也是xiaodao的最爱。这天xiaodao做了一个梦~
梦中她变成了一只跳跳虎,她站在一个迷宫的中间。迷宫的每个点都有xiaodao最爱吃的汉堡,但是汉堡的能量不一样,假设汉堡的能量为 Aij ,那么xiaodao可以吃掉这个格子的汉堡之后跳一次可以跳到所有曼哈顿距离不大于Aij的格子(曼哈顿距离:横坐标差的绝对值+纵坐标差的绝对值)。每个汉堡只能支持一次移动,她必须吃下一个汉堡才能继续冒险~
现在已知 xiaodao (X , Y)位置,她想跳到DS在的 (U , V) 位置,那么她最少跳几次呢?
注意:她拿着汉堡必须马上吃掉!

Input:

第一行一个整数 T ,代表有 T 组数据。T<=10
每组数据第一行两个整数 N , M 代表有 N  M 列。
以下 N 行每行 M  个整数 Aij 表示每个汉堡的能量值。
1 <= N , M <= 200 , 1 <= Aij <= 200 .
再下面4个整数 X , Y , U , V 代表xiaodao的位置和DS的位置。

Output:

对于每组数据输出一个整数,代表xiaodao最小需要跳的次数。

Sample Input:

2
3 3
2 1 2
1 2 1
2 1 2
1 1 3 3
3 3
1 2 1
2 1 2
1 2 1
1 1 3 3
Output:
2
3

这道题当时没有人A出来,就连学校那几个亚洲区铜奖的大牛都没A出来,几乎没几个人尝试,我提交了两次就彻底放弃了;WA一次,TLE一次;
好难啊觉得,而且如果你用传统的BFS的话,提交绝对会超时,而且这道题加强了数据,可能还会WA;当时比赛怎么想的到这种方法啊;赛后找适牛清楚的讲解了一下,他说用并查集+二维BIT+deque+BFS; 
 

代码如下:

Problem: 2089UserName: 小木偶的怪脾气
Time: 3345msMemory: 44800k
Language: G++JudgeStatus:Accepted

#include <iostream>
#include <cstdio>
#include <cstring>
#include <cstdlib>
#include <queue>
#include <algorithm>
#define RST(N)memset(N, 0, sizeof(N))
#define MAXN 205
using namespace std;

int A[MAXN][MAXN], n, m;
int d[MAXN][MAXN][MAXN];
bool f[MAXN][MAXN][MAXN];
int sx, sy, ex, ey;
int dx[] = {0, 1, 0, -1}, dy[] = {1, 0, -1, 0};

void solve()
{
    int i, j, k, x, y, h, w;
    memset(d, 0x7F, sizeof(d));
    RST(f);
    scanf("%d %d", &n, &m);
    for(i=1; i<=n; i++) {
        for(j=1; j<=m; j++) {
            scanf("%d", &A[i][j]);
        }
    }
    scanf("%d %d %d %d", &sx, &sy, &ex, &ey);
    deque <int> Q;
    Q.push_back(sx << 16 | sy << 8 | 0), d[sx][sy][0] = 0;
    while(!Q.empty()) {
        k = Q.front(), Q.pop_front();
        h = k & 255, j = k >> 8 & 255, i = k >> 16;
        if(f[i][j][h]) continue;
        f[i][j][h] = 1, w = d[i][j][h];
        if(i == ex && j == ey) { printf("%d\n", w); return ; }
        if(!h) {
            if(d[i][j][A[i][j]] > w + 1) {
                Q.push_back(i << 16 | j << 8 | A[i][j]);
                d[i][j][A[i][j]] = w + 1;
            }
            continue;
        }
        for(k=0; k<4; k++) {
            x = i + dx[k], y = j + dy[k];
            if(x > 0 && x <= n && y > 0 && y <= m) {
                if(d[x][y][h-1] > w) {
                    Q.push_back(x << 16 | y << 8 | h-1);
                    d[x][y][h-1] = w;
                }
            }
        }
    }
}

int main()
{
    int cas;
    scanf("%d", &cas);
    while(cas--) solve();
    return 0;
}
写的代码很水,相信一眼就能够看得懂,如有大牛能写出更加高深,高效的代码,请指教小弟~~^o^!

引用:OpenCvSharp是一个OpenCV的.Net wrapper,用于开发基于OpenCV的应用程序,它与原始的OpenCV更接近,并提供了详细的使用样例。 引用:对于使用OpenCV进行图像处理的代码示例,可以使用import numpy as np import cv2来导入OpenCV库,并使用cv2.imread、cv2.imshow等函数进行图像的读取和显示。 引用:如果想要使用OpenCV进行分类器的生成,可以使用opencv_traincascade.exe命令,并提供指定的参数,例如-data用于指定生成的分类器的保存路径,-vec用于指定正样本描述文件的路径,-bg用于指定负样本文件的路径,以及其他参数如numPos、numNeg、minHitRate等。 关于"opencv hlg"的问,根据提供的引用内容,我没有找到与"opencv hlg"相关的具体信息。可能需要提供更多背景或上下文信息来解答该问。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [OpenCvSharp](https://download.csdn.net/download/qq_18865111/86722032)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python opencv 读取图片 存储图片](https://blog.csdn.net/weixin_41799483/article/details/80829825)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [opencv分类器训练方法](https://blog.csdn.net/weixin_41799483/article/details/80567909)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值